OpenAI 研發首款自研晶片：聯手博通與台積電，擱置建廠計劃

前一陣子還在傳要籌資數萬億美元自建晶圓廠的 OpenAI，終於把步子收了回來。不過，它自研晶片的執念一點沒減。

據路透社等媒體報道，OpenAI 正與博通（Broadcom）和台積電（TSMC）合作，開發其第一款自研 AI 晶片。與此同時，OpenAI 已經擱置了自建晶片製造工廠網路的激進計劃，轉而走更務實的晶片設計路線。

砍掉代工廠夢，專攻 2026 年的推理晶片

自建晶圓廠不僅要燒數千億美元，建廠週期更是動輒數年，OpenAI 顯然等不起。

於是他們退而求其次：自己出架構，找博通協助設計，交給台積電代工。這顆首發晶片預計在 2026 年量產。

有意思的是，OpenAI 的首款晶片並不打算硬碰輝達統治的訓練環節，而是專攻「推理」。所謂推理，就是模型訓練好之後，響應使用者提問、生成答案的過程。

隨著 ChatGPT 和各類 API 每天呼叫量暴漲，執行模型的電費和算力開銷正在把 OpenAI 拖入泥潭。針對推理專門定製架構，比直接拿通用 GPU 傻跑要省電得多，也快得多。

為了做成這事，OpenAI 已經挖來了 Google TPU 的核心研發人員 Thomas Norrie 和 Richard Ho。而博通正好在幫 Google 設計 TPU 上積累了豐富經驗，擅長解決晶片之間的資料互聯問題。

引入 AMD 解近渴，但不敢得罪輝達

除了憋 2026 年的大招，OpenAI 還在通過微軟 Azure 雲端引入 AMD 的 MI300X 晶片，以應對眼前的算力飢渴。

訊息曝光後，博通股價上漲了 4.5%，AMD 股價也上漲了 3.7%。

但這並不意味著 OpenAI 要和輝達翻臉。目前輝達依然佔據超過 80% 的 AI 晶片市場，OpenAI 接下來依然極度依賴輝達最新的 Blackwell 架構晶片來訓練下一代旗艦模型。

換句話說，OpenAI 是在小心翼翼地走鋼絲：既要在採購上擺脫單一依賴，又不能激怒眼前唯一的算力霸主。

這種算盤背後的驅動力其實很直白：錢快燒不動了。OpenAI 預計今年收入約為 37 億美元，但因為驚人的算力支出，淨虧損可能高達 50 億美元。

為什麼重要

我們認為，OpenAI 放棄「造廠」轉而做「定製推理晶片」，是它從理想主義向商業現實低頭，但走得非常清醒的一步。

對使用者和普通開發者來說，自研推理晶片不會在一夜之間讓 ChatGPT 變聰明，但如果 2026 年成功落地，API 的呼叫成本和延遲有望明顯下降。畢竟現在大模型的降價潮很大程度上是在貼錢硬扛，只有底層晶片效率提上去，便宜的算力才能長期持續。

對行業來說，這也是給輝達敲響的警鐘。Google 有 TPU，亞馬遜有 Trainium 和 Inferentia，Meta 有 MTIA，如今連最大的純模型廠商 OpenAI 也加入了自研陣營。雖然訓練端短期內沒人動得了輝達，但在蛋糕更大的日常推理市場，雲廠商和頭部模型公司自己做專屬晶片正在成為行業共識。

隱患在於時間。晶片從設計到流片再到大規模部署，中間踩坑無數，2026 年只是一個預期。未來兩年內，OpenAI 依然只能繼續承受算力鉅額虧損的重壓，繼續在輝達的供應鏈裡排隊。